La economía de la credibilidad. Por qué la IA redefinirá cómo se mide el valor

      Un creciente sentido de inquietud está moldeando cómo los profesionales se relacionan con la inteligencia artificial, particularmente a medida que sus capacidades se expanden en la creación y ejecución de información. Dan Pratl, fundador de Quadron, cree que esta ansiedad refleja un problema estructural más profundo que se extiende más allá de la automatización y hacia cómo se reconoce el valor en sí mismo.

      “Hemos llegado a un punto en el que la maduración de la IA ha significado que casi todos se sienten inseguros”, dice Pratl, señalando una desconexión más amplia entre el avance tecnológico y los sistemas diseñados para recompensar la contribución humana. En su opinión, los marcos existentes para el reconocimiento y el retorno financiero han fracasado en evolucionar o se han degradado en lo que él enmarca como entornos especulativos o similares a juegos, haciendo referencia a los desarrollos en los mercados de criptomonedas y ecosistemas de comercio impulsados por el retail.

      El argumento central de Pratl es que la IA está acelerando un cambio que ha estado en marcha durante años. “La IA es muy buena en la comercialización del conocimiento y la ejecución de ese conocimiento”, explica. “El recurso escaso se convierte en la última milla, la experiencia, el juicio, la capacidad de desplegar el juicio.” A medida que el conocimiento se vuelve cada vez más abundante y la ejecución más automatizada, argumenta que distinguir el trabajo de alta calidad de la producción de baja calidad se vuelve significativamente más difícil, particularmente para los no expertos que lo evalúan.

      Esta dinámica crea lo que Pratl se refiere como un “meta problema”, donde el volumen de información disponible continúa creciendo, pero los mecanismos para verificar la credibilidad no han mantenido el ritmo. “Si no eres un experto, todo trabajo de alta calidad se ve igual”, señala, subrayando que los sistemas actuales ofrecen una capacidad limitada para diferenciar entre información precisa y afirmaciones confiadas pero no fundamentadas.

      El 💜 de la tecnología de la UE Las últimas novedades de la escena tecnológica de la UE, una historia de nuestro sabio fundador Boris, y un arte de IA cuestionable. Es gratis, cada semana, en tu bandeja de entrada. ¡Inscríbete ahora! Dentro de este entorno, Pratl argumenta que la visibilidad a menudo sustituye a la credibilidad. Las plataformas sociales, en su evaluación, tienden a recompensar la atención en lugar de priorizar la precisión, permitiendo que lo que él enmarca como “las voces más ruidosas” superen a la experiencia más rigurosa pero menos visible. “No hay un sistema para recompensar estar en lo correcto”, dice. “No hay un mecanismo para verificar a las personas rápidamente y permitir que voces no consensuadas tengan un lugar en la mesa.”

      Pratl sugiere que a medida que el contenido generado por IA se vuelve más prevalente, la ausencia de señales de credibilidad confiables pone en riesgo la toma de decisiones en todos los sectores, desde los negocios hasta la atención médica. La investigación ha demostrado que la desinformación y la información errónea en línea se estiman en costar a la economía global alrededor de $78 mil millones al año, destacando la gravedad de la situación.

      En respuesta, Pratl propone una economía de credibilidad, que esencialmente significa un sistema diseñado para medir, verificar y recompensar la experiencia de una manera más estructurada y escalable. En lugar de centrarse solo en la producción, este modelo cambia el énfasis hacia el juicio y la confianza. Al hacerlo, ayuda a crear mecanismos que atribuyen valor a los individuos en función de la calidad y el impacto de sus decisiones.

      Quadron, la empresa que fundó, está posicionada como un esfuerzo para construir la infraestructura necesaria para tal sistema. Según Pratl, esto implica tres componentes clave.

      El primero es una capa empresarial que introduce una capa de finalización y cohesión para el trabajo dentro de las organizaciones. “Tengo varias plataformas de productividad laboral, pero lo que a menudo encuentro que falta es una capa de finalización para el uso final y completo”, dice. Esta capa, explica Pratl, está destinada a asegurar que las personas sean reconocidas por aplicar un juicio sólido y entregar resultados validados, en lugar de contribuir a flujos de trabajo en curso sin una atribución clara.

      El segundo componente es una capa de verificación destinada a modernizar cómo se estructura y comparte el conocimiento. Pratl caracteriza los sistemas de propiedad intelectual existentes como obsoletos e insuficientes para el ritmo y la escala del intercambio de conocimiento contemporáneo. En su lugar, Quadron está desarrollando mecanismos que permiten que las ideas sean expuestas y evaluadas mientras se mantienen niveles apropiados de seguridad.

      El tercer elemento consiste en lo que Pratl se refiere como mercados de credibilidad, que difieren de los mercados de predicción tradicionales al centrarse en la experiencia específica del dominio. “No es especulación generalizada. No estás apostando por eventos externos donde no entiendes las probabilidades”, explica. En cambio, estos mercados están diseñados para calibrar la credibilidad en tiempo real, conectando a individuos con experiencia relevante y permitiendo que su juicio sea evaluado dentro de contextos apropiados. Agrega: “Las organizaciones necesitan contexto y estructura, lo que requiere un enfoque metodológico diferente. Los individuos necesitan incentivos y recompensas para organizar su información de esa manera. Estamos construyendo los sistemas para proporcionar ambos.”

      La perspectiva de Pratl está informada por una carrera que ha abarcado el derecho, el software de código abierto, el crowdfunding y las criptomonedas, cada uno de los cuales, argumenta, reveló limitaciones en cómo los sistemas incentivan y sostienen la participación significativa. Reflexionando sobre estas experiencias, comparte: “Muchos de esos sistemas no tenían la integridad estructural a nivel de incentivos para existir más allá de sus creadores originales, y a menudo perdían alineación una vez que las motivaciones iniciales se debilitaban.”

      Un catalizador más personal surgió durante una crisis médica que involucró a su madre, donde el acceso a información crítica resultó inconsistente a pesar de estar técnicamente disponible. “La información estaba centralizada, pero no era verdaderamente accesible”, dice, señalando un sistema donde los incentivos no se alineaban con la necesidad de hacer surgir conocimiento accionable.

      El resultado eventual, señala, dependió de redes informales en lugar de sistemas estructurados, una realidad que cree que es insostenible dado las herramientas ahora disponibles.

      En los próximos años, Pratl argumenta que el avance continuo de la IA solo intensificará estos desafíos a menos que se introduzcan nuevos sistemas para abordarlos. Sin mecanismos que recompensen la precisión y hagan surgir la experiencia creíble, sugiere que los procesos de toma de decisiones corren el riesgo de depender cada vez más de la visibilidad o el azar en lugar de un juicio informado.

      “Todos somos expertos”, dice. “Nuestra experiencia es valiosa si está estructurada y presentada de la manera correcta.” En su opinión, la economía de credibilidad representa una oportunidad para realinear el progreso tecnológico con el valor humano, asegurando que los individuos sigan siendo participantes activos en sistemas impulsados por IA mientras también son reconocidos y recompensados por la calidad de sus contribuciones.